基于Pearson相关分析的河南省物流业影响因素研究

2019-11-26王恒

太原城市职业技术学院学报 2019年9期

王恒

（郑州工业应用技术学院，河南郑州 451150）

河南地处中原，在全国发展格局中承担着承东启西、贯通南北的重要使命，是东部产业转移和西部资源输出的承接枢纽。“十三五”以来，河南省物流业规模不断扩大，运行效率不断提升。2018年，全省社会物流总额达到13.09万亿元，增长9.0%；全省社会物流总费用7373.08亿元，增长7.2%。在新时代背景下，河南物流应以建设现代国际物流中心和全产业链现代物流强省为战略定位，立足河南现代综合交通运输体系，充分发挥河南作为“一带一路”重要战略节点的枢纽支撑作用，在推动新时代中原更加出彩中当先行、作贡献。

当前，随着产业转型、消费升级和电子商务快速发展，交通运输供给侧结构性改革持续推进，物流市场竞争更加激烈，物流行业服务水平要求更高，河南省物流业面临的机遇与挑战并存。正确认识河南省物流业发展的影响因素，有针对性地采取措施，提升物流整体发展水平，以物流高质量发展支撑河南高质量发展，是河南社会经济持续发展的重要举措。文章采用SPSS Pearson相关分析法，分析河南省物流业发展水平与各影响因素之间的数量变化规律，探究影响河南省物流业发展的主要因素，进而提出相应的发展对策。

一、相关研究概述

河南省物流业发展受到多方面复杂因素的影响。近年来，学者基于不同理论，采用不同方法，通过多种指标对河南省物流业进行了实证研究，研究成果丰硕，指标选取各有千秋。

陈建华等（2016）基于DEA方法，分析评价河南省物流效率，选取了固定资产投资、从业人数、国内生产总值、公路货运量等7个具体指标。王毓慧（2016）采用主成分分析法，综合评价河南省区域物流发展水平，选取了GDP、社会消费零售总额、公路里程数、互联网用户数等11个具体指标。张顺心（2017）采用数据包络分析法，研究河南省物流业效率及影响因素，选取了铁路运输里程、公路运输里程、物流从业人员数、物流业固定资产投资等12个具体指标。郭国峰、贾雨（2018）基于灰色系统理论，综合评价河南省城市物流水平，选取了公路货运量、铁路货运量、GDP、进出口贸易总额、物流就业人数、互联网接入用户等19个具体指标。孙夏令、李秀萍（2018）采用固定效应变系数面板数据模型，研究供给侧改革视域下河南省物流业转型发展问题，选取了GDP、固定资产投资额、城镇化率等7个具体指标。李娟、王琴梅（2019）使用时间序列Tobi回归模型，分析河南省物流业发展质量的影响因素，选取了GDP、进出口总额、固定资产投资、物流从业人数等10个具体指标。刘志勇等（2019）采用PCA-SNA模型，研究河南省物流网络节点布局，选取了GDP、固定资产投资、进出口总额、社会消费零售总额、货物周转量等17个具体指标。

此外，田振中（2017）运用关联协调度模型，对河南物流业与制造业联动发展进行研究；侯海涛（2017）应用空间经济学方法，分析河南省经济与物流集聚关系。

上述学者采用定量分析方法，大多从经济发展、交通条件、人力资源、生产消费、制度政策、信息网络等方面选取指标，进而研究河南省物流业发展的相关问题，这也为本文在指标选取方面提供了很大的参考借鉴价值。

二、河南省物流业发展影响因素Pearson相关分析

（一）指标选取

结合已有文献，考虑指标的潜在重要性及数据的可获得性。文章以河南省交通运输、仓储和邮政业增加值代表河南省物流业发展水平，着重分析“国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值、全社会固定资产投资、地方财政交通运输支出、交通运输、邮电通信业就业人数、居民人均消费支出、货物进出口总值、铁路营业里程、内河航道里程、公路里程万公里、机场货邮吞吐量、互联网宽带接入用户、社会消费品零售总额”这15个因素，对河南省物流业发展的影响程度。未列入的指标因素，亦可采用此研究方法进行实证分析。

河南省2012-2017年交通运输、仓储和邮政业增加值及15个相关因素的原始数据见附表1。

（二）Pearson相关分析法

相关分析是分析客观事物之间关系的数量分析方法，通过相关系数精确地反映变量之间线性相关的强弱程度。常用的相关系数主要有Pearson相关系数、Spearson等级相关系数和Kendallτ相关系数。Pearson相关系数用来度量定距型变量间的线性关系，其计算过程分为两大步骤。

第一，计算样本相关系数r。|r|＞0.8，表示两变量之间具有较强的线性相关关系；|r|＜0.3，表示两变量之间的线性相关关系较弱。

第二，对样本来自的两总体是否存在显著的线性关系进行推断。首先，提出原假设，即两总体无显著性线性关系，存在零相关。然后，计算显著性水平概率P-值。最后决策。如果P-值小于给定的显著性水平α，则拒绝原假设，认为两总体存在显著的线性关系；反之，接受原假设。

（三）Pearson相关系数计算结果

经过SPSS18.0软件计算，交通运输、仓储和邮政业增加值与15个因素的Pearson相关系数及相应的显著性水平概率P-值见附表2。

（四）结果分析

从附表2的计算结果可以看出，居民人均消费支出与交通运输、仓储和邮政业增加值的Pearson相关系数为0.996，说明样本数据中，居民人均消费支出与交通运输、仓储和邮政业增加值存在很强的正相关性。相关系数检验的概率P-值为0.000，当显著性水平α为0.01时，应拒绝原假设，认为样本数据所代表的总体也存在显著的线性关系。同理可知，社会消费品零售总额、国内生产总值与河南省物流业发展水平也具有很强的正相关性。上述结果表明，河南省经济发展水平、居民生活水平、商品购买力对于拉动河南物流业发展具有重要作用。

机场货邮吞吐量与交通运输、仓储和邮政业增加值的Pearson相关系数为0.991，概率P-值为0.000，小于0.01，说明河南省航空运输与河南省物流业总体上存在很强的正向相关性。近年来，随着“一带一路”战略的深入推进，郑州——卢森堡“空中丝绸之路”建设成效显著，郑州机场成为中部地区率先以航空融入“一带一路”的开放门户。

从附表2的计算结果可以看出，在河南省三大产业中，第一、二、三产业与物流业发展水平的Pearson相关系数分别为0.846、0.912、0.987，说明第三产业与物流业发展的关系更为紧密。

全社会固定资产投资、互联网宽带接入用户和货物进出口总值与物流业发展水平的Pearson相关系数分别为0.986、0.924和0.915，说明物质投入、信息化水平和进出口贸易对于促进河南省物流业发展具有很重要的作用。

河南省交通运输、邮电通信业就业人数与物流业发展水平的Pearson相关系数为0.813，说明在上述六年的数据条件下两者存在较强的相关性。但概率P-值为0.049，几乎等于0.05，因此两变量总体的相关性并不十分明朗。

从附表2的计算结果也可以看出，在交通基础设施方面，河南省铁路营业里程与物流业发展存在较强的正相关性。但内河航道里程与物流业发展的关系不是十分明朗。

公路里程与交通运输、仓储和邮政业增加值的Pearson相关系数为0.779，说明两者之间存在正的较强相关性，其相关系数检验的概率P-值为0.068。当显著性水平α为0.01或0.05时，P-值都大于α，应接受相关系数检验的原假设，认为两总体不存在显著的相关性。近几年来，河南省公路里程数增速缓慢，2017年与2012年相比，公路里程增长率仅为7.3%，而同期的交通运输、仓储和邮政业增加值增长率为47.8%，两者在增速方面有很大差距。

地方财政交通运输支出与交通运输、仓储和邮政业增加值的Pearson相关系数为0.083，说明两者之间存在很弱的相关性，而且两个总体不存在显著的相关性。地方财政交通运输支出本身是有利于促进物流业发展的，但是由于支出数额起伏变化、时多时少，政策保障不够持续，因此该因素与河南物流业发展水平之间的联系并不紧密。